ローカルAIとクラウドAPI、費用はどちらが安いか──分岐点で比較する

「ローカル ai 導入 費用」で検索する人が本当に知りたいのは、たぶん総額の大小ではなく「自分の使用量なら何ヶ月で元が取れるか」だと思う。ここではGPU代とAPI従量課金の実額を並べたうえで、回収の考え方を式にして整理する。

3行まとめ

1. 回収月数は「ハードウェア初期投資額 ÷ 月あたりのクラウドAPI費用」で決まる。RTX 5080($999)なら月$16の利用額で約62ヶ月、月$160なら約6.2ヶ月で回収できる計算になる
2. Claude Sonnet 5は入力$2・出力$10（100万トークンあたり、Anthropic公式2026年8月27日確認）。GPU価格はRTX 5070の$549からRTX 5090の$1,999まで（NVIDIA公式）
3. 「高いGPUを買うほど早く元が取れる」わけではない。価格が高いGPUほど、同じ月数で回収するには多くの月間API利用額が必要になる

ローカル側にかかる費用

Ollama自体のソフトウェアは無料で、公式サイトにも料金の記載はない。かかるのはハードウェア代(初期投資)と電気代(継続費用)だけになる。

GPU単体の価格は、NVIDIA公式サイト(2026年8月27日確認)によれば次の通り(米ドル建ての参考小売価格)。

TGP(Total Graphics Power、カード単体の消費電力)・推奨システム電源とも、各GPUの公式製品ページの仕様表からcurlで確認した数字だ。価格が上がるほどTGPも上がる傾向があり、RTX 5090はRTX 5070の2.3倍の価格に対して、TGPは2.3倍(250W→575W)とほぼ同じ比率で増えている。

これはGPUカード単体の価格で、CPU・マザーボード・電源・ケースなどを含むPC本体としての総額ではない。Macで組む場合は本体だけで完結し、私自身が2026年8月4日に発注した14インチMacBook Pro(M5 Max・64GB・2TB)は学割込みで¥810,800だった(納期2026年9月20日〜10月2日、この記事の時点では未着)。機種選びの詳細はMac/Windowsの選び方にまとめている。

電気代は稼働時間・実際の消費電力(TGPは上限値であり常にその値を消費するわけではない)・地域の電気料金によって変わる。TGPの数値は公式ページから確認できたが、それを円/kWhに換算した具体的な電気代は、信頼できる電気料金の一次情報を確認できていないため、この記事ではあえて出さない。GPU単体で数百Wを常時に近い形で消費する使い方をすれば無視できない金額になる、という定性的な指摘にとどめる。

クラウド側にかかる費用

クラウドAPIは初期投資ゼロで、使った分だけ従量課金される。Anthropic公式の料金ページ(2026年8月27日確認)から、代表的なモデルの単価(100万トークンあたり、米ドル)を拾うとこうなる。

主要モデルの料金早見表はClaude・GPT・Gemini API料金の読み方で他社分も含めて更新している。ここでは分岐点の計算に必要な範囲だけを使う。

回収までの月数を式にする

考え方はシンプルで、次の式になる。

回収月数 = ハードウェア初期投資額 ÷ 月あたりのクラウドAPI費用

分母の「月あたりのクラウドAPI費用」は使用量次第でいくらでも変わるため、ここでは仮の数字を置いて計算の型だけ示す。実際に自分に当てはめる場合は、直近1〜2ヶ月の請求額をそのまま代入すればいい。

例えば、月間の入出力トークン量が入力300万・出力100万(Claude Sonnet 5換算で月$16、約¥2,400。1ドル=¥150換算)だったとする。この使用量のまま続けた場合、RTX 5080(GPU単体$999、約¥15万)を導入しても、回収には$999÷$16≒62ヶ月(約5年) かかる計算になる。逆に、月間の使用量が10倍(月$160、約¥24,000)なら、同じGPUの回収は$999÷$160≒6.2ヶ月まで縮む。

この式が示しているのは、「ローカルAIは元が取れるか」という問いへの答えが機種ではなく自分のクラウドAPI利用額で決まるということだ。月に数百円〜数千円しか使っていない人が数十万円のGPUを買っても、費用だけで見れば何年経っても回収できない。逆に日常的にAPIを叩き続けている使い方なら、数ヶ月で逆転する。

同じ式でRTX 5090($1,999、約¥30万)にも当てはめると、月$16の使用量では$1,999÷$16≒125ヶ月(約10年)、月$160では$1,999÷$160≒12.5ヶ月、月$800(高頻度に使うケース)なら$1,999÷$800≒2.5ヶ月で回収できる計算になる。GPUの価格が上がるほど、回収に必要な月間利用額のラインも上がる。「高いGPUを買えば早く元が取れる」わけではなく、むしろ逆で、価格が高いGPUほど回収には多くの月間利用額が要る。

4機種すべてを同じ3パターン(月$16・月$160・月$800)で並べると次の通りになる。

月$800級(1日あたり平均$26前後)の高頻度利用者であれば、どのGPUを選んでも1〜3ヶ月程度で回収できる計算になる一方、月$16級の軽い利用では最安のRTX 5070でも約3年かかる。「自分の月間API利用額がどの列に近いか」を先に確認してから機種を選ぶ方が、機種の性能だけで選ぶより費用面では合理的だ。

この式に入っていないもの

上の式は「同じ作業を、同じ品質で完遂できる」という前提を置いている。実際にはローカルの小型モデルとクラウドの大型モデルとでは出力品質が違うことが多く、ローカル側で同じ結果を得るためにやり直しや前処理が増えれば、体感の費用対効果は式より悪くなる。逆に、検閲や利用規約を気にせず試行錯誤したい・オフラインで動かしたい・API障害時の代替にしたいといった、金額に還元できない理由でローカルを選ぶ人もいる。この記事の式は「純粋に費用だけを比較したら」という条件つきの目安であって、それ以外の価値を測るものではない。

自分はどちらの理由で買ったか

私自身は、上の式で厳密に「何ヶ月で回収できるか」を計算してからMacBook Proを注文したわけではない。動画制作の検証業務でAPIを日常的に使っている実態はあるが、購入の決め手は費用回収よりも「検証環境として手元に統合メモリの大きい機体を持っておきたい」という制作上の必要性の方が大きかった。費用だけで判断するなら、まず自分の直近のクラウドAPI請求額を数ヶ月分見て、月あたりの実額を出すところから始めるのが先だと思う。

ローカルで動かせるモデルの選び方はローカルLLMおすすめモデル10選、8GBの非力な機体でどこまで動くかの実測はローカルAIの最低スペックはどこまで低くて良いかにまとめている。

この計算に含めなかった変数

• 電気代を具体的な金額で見積もっていない。 GPUの消費電力(TGP)自体は公式ページから確認できた(RTX 5070=250W〜RTX 5090=575W)が、これを円/kWhに換算するための信頼できる電気料金の一次情報は確認しておらず、円建ての試算はあえて出さなかった。またTGPは上限値であり、実際の稼働時の平均消費電力はこれより低くなりうる点にも注意
• 月あたりのAPI費用は仮の数字である。 $16や$160という数字は計算の型を示すための例であって、実測した自分の請求額ではない。読者が自分の請求書の数字に置き換えることを前提にしている
• モデルの性能差を金額換算していない。 ローカルの小型モデルとクラウドの大型モデルの出力品質の差は、この記事の式には入っていない
• 中古GPU・型落ちモデルは価格比較に含めていない。 NVIDIA公式サイトに載っている現行モデルの参考価格のみを使った
• PC本体一式(GPU以外のパーツ)の価格は出していない。 GPU単体の価格だけを並べており、実際に組む場合の総額はこれより高くなる